Eigen库使用KML

Eigen库介绍

Eigen库是一个用于线性代数运算的C++模板库。它提供了高性能的矩阵运算和线性代数操作，被广泛应用于科学计算、机器学习和计算机图形学等领域。详细介绍可参考Eigen官网。Eigen库官方提供了使能开源BLAS以及LAPACK的方式，同样可以使用到KML中的BLAS与LAPACK库，相比原生Eigen提供了更高性能的矩阵运算接口。除了标准的BLAS、LAPACK接口，鲲鹏数学库提供了额外的BLAS接口供Eigen使用，详细接口信息请参见KML_BLAS like extensions。

安装Eigen库

下载最新Eigen库（Eigen-3.4.0）。
下载地址：Eigen官网
获取压缩包后解压即安装成功。

Eigen库应用

方式一：由于Eigen库只包含头文件，只需将解压后的文件夹放在工程目录下后引用需要的头文件即可。

方式二：进入解压后的文件夹，进行编译。

编译并安装Eigen。

mkdir build
cd build
cmake ..
sudo make install

检查是否安装成功，可以编译以下示例代码。

新建hello_eigen.cpp文件。
```
vi hello_eigen.cpp
```

按“i”进入编辑模式，在文件中添加以下内容。

// hello_eigen.cpp 
#include <iostream> 
#include <eigen3/Eigen/Dense> 
using Eigen::MatrixXd; 
int main(){
    MatrixXd m(2,2);
    m(0,0) = 3;
    m(1,0) = 2.5;
    m(0,1) = -1;
    m(1,1) = 1;
    std::cout << m << std::endl;
}

按“Esc”键，输入:wq!，按“Enter”保存并退出编辑。
执行编译。
```
g++ hello_eigen.cpp -o hello_eigen
```
编译成功后输出为内容如下所示。
```
3  -1
2.5 1
```

Eigen库使能KML_BLAS

获取eigen_kml.patch文件。
下载地址：eigen_kml.patch
将获取到的patch文件放至解压后的文件夹中，并合入此patch。
```
patch -p1 <eigen_kml.patch
```

合入patch成功后执行编译命令。

g++ -I./ your_app.cpp -O2 -o your_app -L/usr/local/kml/lib/kblas/nolocking/ -lkblas -lklapack_full -fopenmp -DKUNPENG_USE

父主题： 其他常用数学库迁移到KML